Big Data e Previsão do Tempo
A previsão do tempo sempre foi extremamente desafiador, dado o número de variáveis envolvidas e as complexas interações entre essas variáveis. um aumento dramático na capacidade de recolher e processar dados melhoraram consideravelmente a capacidade de previsão do tempo para identificar o momento ea força dos furacões, inundações, tempestades de neve, e outros eventos climáticos.
Um exemplo de uma aplicação de grandes dados para previsão do tempo é da IBM profundo Trovão. Ao contrário de muitos sistemas de previsão meteorológica, que dão informações gerais sobre uma ampla região geográfica, Profundo Trovão fornece previsões para locais extremamente específicos, como um único aeroporto, de modo que as autoridades locais podem obter informações extremamente importantes em tempo real. Aqui estão alguns exemplos das informações que o Deep Trovão pode fornecer:
As estimativas das áreas onde as inundações é susceptível de ser mais severa
A força ea direção das tempestades tropicais
O valor mais provável de neve ou chuva que vai cair em uma área específica
Os locais mais prováveis de linhas eléctricas tragadas
Estimativas de áreas onde a velocidade do vento são susceptíveis de ser maior
Os locais onde pontes e estradas mais susceptível de ser danificado por tempestades
A probabilidade de voos a ser cancelados em aeroportos específicos
Esta informação é essencial para o planejamento de emergência. Usando dados grandes, as autoridades locais podem melhor antecipar os problemas causados pelo tempo antes que eles ocorram. Por exemplo, os planejadores podem fazer os preparativos para evacuar áreas baixas que são susceptíveis de serem inundadas. Também é possível fazer planos para atualizar instalações existentes. (Por exemplo, linhas de energia que são propensas a ser desativado por ventos fortes podem ser atualizados.)
Um cliente importante do Deep Thunder é a cidade do Rio de Janeiro, Brasil, que estará usando o sistema no planejamento para os Jogos Olímpicos de 2016. Usando a tecnologia, a cidade vai fazer uso de previsões melhoradas para tempestades, inundações e outros desastres naturais, a fim de garantir que os Jogos Olímpicos não será interrompida por tais eventos.
A IBM também está fornecendo imenso poder de computação para o coreano Administração Meteorológica (KMA) para abraçar plenamente a tecnologia de dados grande. A KMA reúne mais de 1,5 terabytes de dados meteorológicos por dia, o que requer uma quantidade impressionante de armazenamento e poder de processamento para analisar. Usando dados grandes, o KMA será capaz de melhorar suas previsões relativas a força e localização de tempestades tropicais e outros sistemas meteorológicos.
Um terabyte é igual a um trilhão de bytes. Isso é 1.000.000.000.000 bytes de informação. Você iria escrever um trilhão de bytes em notação científica como 1,0 x 1012. Para colocar isso em perspectiva, você precisaria de cerca de 1.500 CDs para armazenar um único terabyte. Incluindo as suas caixas de plástico, que se comportam como um de 40 pés torre de CDs.
Outro exemplo do uso de dados grandes na previsão do tempo ocorreu durante o furacão Sandy em 2012 - a "tempestade do século." O Centro Nacional de Furacões foi capaz de usar a tecnologia de dados grande para prever landfall do furacão para dentro de 30 milhas um total de cinco dias de antecedência. Isto é um aumento dramático na precisão do que era possível até 20 anos atrás. Como resultado, FEMA e outras organizações de gestão de desastres foram muito melhor preparado para lidar com a bagunça que eles poderiam ter sido se tivesse ocorrido na década de 1990 ou anteriores.
Uma das consequências interessantes de coleta e processamento de dados mais tempo é o aparecimento de empresas que vendem seguros personalizados para proteger contra os danos do tempo. Um exemplo é a Climate Corporation, que foi formado em 2006 por dois ex-funcionários da Google. O Climate Corporation vende serviços de previsão meteorológica e seguro especializado para os agricultores que procuram para cobrir o risco de danos nas culturas. A empresa utiliza dados grandes para identificar os tipos de riscos que são relevantes para uma área específica, com base em quantidades maciças de dados sobre a umidade, tipo de solo, o rendimento das culturas passadas, e assim por diante.
A agricultura é um negócio extremamente arriscado, porque a variável de tempo é muito menos previsível do que as variáveis que afetam a maioria das outras empresas, tais como taxas de juros, o estado da economia, e assim por diante. Embora o seguro agrícola é disponibilizada pelo governo federal, em muitos casos, não é suficiente para satisfazer os tipos mais especializados de riscos que afligem famers individuais. A Corporação Clima preenche lacunas em seguros federais - lacunas que seriam impossíveis para oferecer, sem uma melhor compreensão dos fatores de risco que enfrentam os agricultores individuais. No futuro, à medida que mais dados se tornam disponíveis, ainda mais especializadas produtos de seguros (tais como seguros para as culturas específicas) pode tornar-se disponível.